Diseño de una estrategia cuantitativa para superar al S&P 500 basada en criterios de equity screening

Abstract

Este Trabajo de Fin de Grado propone una estrategia cuantitativa para construir una cartera capaz de superar al S&P 500 mediante la integración de filtros fundamentales y asignación táctica de activos. La selección de valores se basa en criterios contables como el Piotroski F-Score y el Altman Z-Score, complementados por indicadores de solidez financiera y operativa, con el objetivo de identificar compañías robustas dentro del universo del índice. A partir de esta selección, se implementa una regla de momentum relativo que permite rotar dinámicamente entre renta variable y renta fija en función del comportamiento frente al índice LUATTRUU. La estrategia se prueba entre 2015 y 2024 utilizando herramientas como Bloomberg EQBT/EQBS y Python, mostrando una rentabilidad acumulada del 417,75 %, significativamente superior al benchmark, junto con menor volatilidad y un Sharpe Ratio más alto. El modelo demuestra robustez en distintos contextos económicos y se valida fuera de muestra. Su desempeño es contrastado con la Regla de Sahm para evaluar su comportamiento en entornos recesivos. Los resultados respaldan la utilidad de combinar análisis fundamental y señales de mercado para diseñar una alternativa eficiente a la gestión pasiva.

This bachelor’s thesis proposes a quantitative strategy to build a portfolio that outperforms the S&P 500 by integrating fundamental filters with tactical asset allocation. The stock selection process is based on accounting criteria such as the Piotroski F-Score and the Altman Z-Score, complemented by financial and operational strength indicators, to identify robust companies within the index universe. From this selection, a relative momentum rule is implemented, allowing for dynamic rotation between equities and fixed income based on performance relative to the LUATTRUU index. The strategy is tested over the 2015–2024 period using tools such as Bloomberg EQBT/EQBS and Python, delivering a cumulative return of 417.75%, significantly above the benchmark, along with lower volatility and a higher Sharpe Ratio. The model proves robust across various economic regimes and is validated out-of-sample. Its performance is contrasted with the Sahm Rule to assess its behaviour during recessionary periods. The results support the usefulness of combining fundamental analysis and market signals to design an efficient alternative to passive investing.